学做网页Applet录音机

核心提示：学做网页Applet录音机网络多媒体是目前Web应用的一个发展方向，在网页上录音，学做网页Applet录音机，并发给朋友，相信他们收到你的声音一定非常兴奋，有了自己的语音库，还可以实现简单的语音合成技术，如今这已经是一项很普通的多媒体应用技术，笔者使用java语言开发出了能够嵌入Web页面上的Applet录音机（界面外

学做网页Applet录音机

网络多媒体是目前Web应用的一个发展方向。在网页上录音，并发给朋友，相信他们收到你的声音一定非常兴奋。如今这已经是一项很普通的多媒体应用技术，笔者使用java语言开发出了能够嵌入Web页面上的Applet录音机（界面外观如下图所示）。假如你有编程的爱好，不妨试试。在此，我将这种技术介绍给各位编程爱好者。

多媒体基本概念及常识

开发多媒体音频软件，必须了解一些多媒体基本概念，诸如采样、量化、量化位、采样频率、单双声道、音频编解码、音频压缩格式等概念。采样是把时间上连续的模拟信号变成时间上离散的、有限个样值的信号。量化是在幅度上把连续值的模拟信号变为离散值的数字信号。在时间轴上已变为离散的样值脉冲，在幅度轴上仍会在动态范围内有连续值，可能出现任意幅值，即在幅度轴上仍是模拟信号的性质，因此必须用有限个电平等级来代表实际量值。量化位是每个采样点能够表示的数据范围，经常采用的有8、12和16位。采样频率是将模拟声音波形转换为数字时，每秒钟所抽取声波幅度样本的次数，采样频率的计算单位是Hz（赫兹）。根据采样理论，为了保证声音不失真，采样频率应为声音频率的两倍左右。记录声音时，假如每次生成一个声波数据，称为单声道；每次生成二个声波数据，成为立体声（双声道）。量化位和采样频率越高，音质就越好。

正常人耳听觉的声音频率范围大约在20Hz至20KHz之间，人的语音频率大概在300Hz至3.4KHz之间。对于语音来说，采用8KHz的采样频率已经足够了。所以我们采用8KHz采样频率、16位量化位、单声道来记录和播放语音，就可以满足网页上的语音需求了。

网页录音机的制作过程

了解了以上常识，下面来看看录音机的制作过程。

首先要碰到的是音频采集。音频采集有很多种，JDK 1.3中构建TargetDataLine类实例来实现声音数据采集。在此例中，我采用Visual J++的J/Direct调用Windows API函数来实现声音的采集。

声音俘获主要由AudioCapture、AudioDataEvent、AudioDataListener三个类组成。我们依次按照0.1秒时间采样数据块的大小（即1600字节）作为所送出到系统的录音数据缓冲区大小，这样也就相当于每隔0.1秒声卡提交给我们一次声音数据。另外，使用Windows API方式声音采集有一个好处，录音过程不需要建立单独的线程。这是因为有回调函数的巨大作用，这样节省了系统资源，提高了程序的稳定性。

//声音俘获类：

...

public class AudioCapture{

...

public AudioCapture(){

...

waveincaps=new WAVEINCAPS();

wavehdr=new WAVEHDR[bufferlen];

}

public void addAudioDataListener(AudioDataListener lter){

listeners.addElement(lter);

}

void applyBuffer(){

for(int i=0;i<bufferlen;i++){

wavehdr[i]=new WAVEHDR();

int

adr=dlllib.addrOfPinnedObject(dlllib.getPinnedHandle(data[i]));

wavehdr[i].lpData=adr;

...

}

}

int chkData(byte[] a){//将整型低16位高低位交叉并转为字节

...

}

public void close(){

if(!useful)return;

isclose=true;

waveInStop(deviceid[0]);

...

}

...

synchronized void notifyListener(int minValue,byte[] audioData){

AudioDataEvent evt=new AudioDataEvent(this,minValue,audioData);

For(Enumeration enu=listeners.elements();enu.hasMoreElements();)

((AudioDataListener)enu.nextElement()).onAudioDataArrived(evt);

}

...

public void setMuteValue(int muteValue){

this.muteValue=muteValue;

}

/**@dll.import("WINMM",auto)*/

...

public static native int waveInReset(int hwi);

PRivate class c extends Callback{

AudioCapture record;

c(AudioCapture tt){

record=tt;

}

...

}

}

//缓冲数据提交事件类：

import java.util.EventObject;

public class AudioDataEvent extends EventObject{

...

}

//事件侦听接口

import java.util.EventListener;

public interface AudioDataListener extends EventListener{

public abstract void onAudioDataArrived(AudioDataEvent evt);

}

第二步，数据的编码压缩存储。由声卡采集的数据是一连串16位脉冲编码调制（PCM格式）的数据，数据量很大，假如不采取压缩处理，不利于文件的存储和传输。所以要进行数据的压缩编码，这就是我们会碰到的声音编码数据格式。压缩编码方法有很多种，有GSM、IAM4、AU格式编码等，这些压缩算法比较简单，可以在很多网站上获得压缩和解压缩的源代码。笔者对这几种压缩格式进行了测试，其主要参数及品质对比见上表。

压缩格式主要参数及品质对比

压缩格式 GSM IMA4 AU

压缩比 10:1 4:1 2:1

文件大小 很小 小 中

声音质量 一般 好 好

编解码速度 慢 快 很快

数据量（byte/s） 165 400 800

一般来说，人说话时并不是非常连续的，哪怕是你有意发连续的声音，其实有很多时间段是处在静音状态（没有声音或声音很小，量化数据值很小），只要记录它的一个状态就可以了。所以声音数据区的数据格式就是（数据头＋数据体）的方式。对于静音数据，数据头为0，数据体为空。

在声音回放时，先读数据头，假如数据头不为0，则解压数据体播放；假如数据头为0，则暂停一定时间或者写入一定长度的静音数据即可。采用这种方式可以大大减小记录语音文件，并且不影响声音的还原回放。

//处理录音数据到达事件

public void onAudioDataArrived(AudioDataEvent evt){

...

int min=evt.getAudioMinValue();

fileWriter.write((min==0?0:1));

if(min!=0){

Convert.BytesToInts(evt.getAudioData(),audiodata);

fileWriter.write(Codec.encode(evt.getAudioData()));

}

...

}

第三步，声音采集编码保存结束后，就可以回放我们录制的声音。

接下来我们要在网页上来播放它。Java Applet支持AU格式声音的回放，使用非常简单。所以我们把录制并压缩的声音数据解码为AU格式，就可以很方便地进行声音回放了。在sun.audio包中提供的au流数据播放sun.audio.AudioPlayer.start(InputStream)，实际上是虚拟机的au播放类每隔50毫秒依次调用InputStream的read(byte[],abyte0,int i,int j)方法，每次读取长度为400字节的AU格式数据用来播放。我们知道，输入流的read方法是阻塞方式的，而解压缩声音数据是要费时的，假如在其请求数据时再解压数据并写入缓冲区，则播放声音时听起来会断断续续的，那是不可行的。所以需要单独建立解压缩数据的线程，也就是说从虚拟机的au播放类读取数据的线程中独立出来，用缓冲区做为两个线程的管道连接，解压缩线程不停地写入缓冲区中，播放线程不断地从缓冲区中读取并播放。这样一来，对于播放声音的暂停、停止等功能就很轻易实现。所以我们需要重载read(byte[],abyte0,int I,int j)方法。

//音频缓冲区类

import java.io.*;

public class AudioBuffer extends InputStream{

int capacity=4096;

...

public AudioBuffer(AudioPlayer ap){

player=ap;

clearData();

}

public void close(){

isclose=true;

synchronized(putManager){

if(waitingPut>0)putManager.notify();

}

synchronized(getManager){

if(waitingGet>0)getManager.notify();

}

}

public void clearData(){

...

}

public void suspend(){ispause=true;}

public void resume(){ispause=false;}

public void write(int i){

synchronized(putManager){

while(emptyBytes<1){

waitingPut++;

try{

putManager.wait();

}catch(InterruptedException _ex){}

waitingPut--;

}

...

}

synchronized(getManager){

usedBytes++;

if(waitingGet>0)getManager.notify();

}

}

public void write(byte[] d){

write(d,0,d.length);

}

public void write(byte[] d,int i,int j){

...

synchronized(getManager){

usedBytes+=j;

if(waitingGet>0)getManager.notify();

}

}

public int read(){

...

}

public int read(byte[] d){

return read(d,0,d.length);

}

public int read(byte[] d,int i,int j){

if(isclose)return -1;

if(ispause){

d[i]=127;

return 1;

}

synchronized(getManager){

...

}

System.arraycopy(data,readPtr,d,i,k);

ReadPtr+=k;

readPtr%=capacity;

usedBytes-=j;

}

synchronized(putManager){

emptyBytes+=j;

if(waitingPut>0)putManager.notify();

}

try{

player.notifyListener(AudioPlayEvent.PLAY_DATA,d);

}catch(Exception e){}

return j;

}

}

//音频播放器类

public class AudioPlayer implements Runnable{

...

AudioBuffer buffer=new AudioBuffer(this);

sun.audio.AudioPlayer.start(buffer);

...

byte[] auData=new byte[400];

//存放解压后的au数据

int compressLength=165;

//GSM格式为165;IMA格式为400;AU格式为800

byte[] compressData=new byte[compressLength];

//存储从文件流中读取的压缩格式数据

...

public void run(){

...

fileInputStream.read(compressData);//从音频文件读取压缩格式数据，此输入流要处理静音

Codec.decode(abyte0,auData); //解压缩数据到auData

Buffer.write(auData,0,400);//写入到缓冲区

...

}

...

}

最后，将上述各个模块拼接起来，并把GUI做好就可以使用了。假如在GUI上加入声音显示效果，你的录音机就更酷了。

总结

这里介绍的声音处理的主要技术，可以组合或衍生使用。例如，可以在网页上方便地实现声音回放；可以加入调节播放起点（跳跃播放）功能，而不使用其它播放器；还可以做语音留言系统。假如数据通过流格式以组播方式实时传出，另一端接收下来然后播放出来，又可非常简单地实现实时语音系统，即语音聊天。另外，有了自己的语音库，还可以实现简单的语音合成技术，让计算机读出文本内容（请访问播放程序演示地址：http://home.njenet.net.cn/hawa/player.htm）。